Sistemas Especialistas - Computadores que Detetam Eventos de Trânsito

Técnicas de geometria computacional, que são bem estabelecidas em gráficos de computador, podem ser usadas para detetar mais contexto assim que os objetos são rastreados. Por exemplo, a colisão de dois veículos pode ser detetada de forma eficiente através de algoritmos de deteção de colisão computacional, incluindo a interseção de duas caixas delimitadoras que envolvem cada veículo respetivo.

É essencial utilizar técnicas algorítmicas clássicas em sistemas especialistas, pois são mais fiáveis e eficientes, dado que a sua programação é exata. Os sistemas de inteligência artificial devem ser limitados de forma a que um humano tome a decisão final sobre a ação a ser tomada. Isto deve-se ao facto de, embora os sistemas de inteligência artificial sejam altamente fiáveis, existir uma margem de erro que precisa de ser mitigada. Assim, recomendamos a implementação de sistemas especialistas de forma híbrida, utilizando o melhor das técnicas de inteligência artificial e de programação algorítmica clássica.

Visão Geral do Desafio Organizacional

Sistemas especialistas são complicados de implementar num ambiente como uma sala de controlo. Além dos desafios tecnológicos, numerosos obstáculos administrativos, requisitos de conformidade e processos internos devem ser seguidos para garantir uma implementação adequada. Embora a tecnologia seja desafiante para a gestão de projetos e implementação em muitas grandes organizações, os benefícios geralmente ainda superam o custo de não as implementar devido à dívida técnica.

Observar constantemente ecrãs durante horas a fio, quando a maior parte do tempo nada de particularmente extraordinário está a ocorrer, é uma tarefa difícil para a maioria das pessoas e seria tedioso. É natural assumir que a concentração seria difícil de manter à medida que o tempo avança. O acima exposto é onde os sistemas de AI especialistas se destacam. O sistema pode monitorizar constantemente as transmissões das câmaras em busca de eventos que exijam uma resposta e fazer sugestões a um operador da sala de controlo sobre como podem proceder.

Listados abaixo estão alguns exemplos que descrevem como uma AI pode trabalhar com um operador de sala de controlo:

• Se dois ou mais veículos colidirem, uma AI detetará a situação, registará o incidente e alertará um operador da sala de controlo.
• Se um veículo estiver a circular a uma velocidade inadequada, a AI pode considerar alertar o condutor através de um sinal digital.
• Dado que um perigo é detetado na estrada, uma IA pode alertar um operador da sala de controlo e sugerir o encerramento da via até que uma equipa limpe o perigo.

Dados Organizacionais Disponíveis como Input de AI

A seguinte lista de fontes de dados utilizadas por sistemas automatizados de monitorização de tráfego:

• Câmaras CCTV, posicionadas ao longo de várias redes rodoviárias.
• Informação de sinal das câmaras de trânsito indicando o estado da rede rodoviária.
• Os detetores de veículos de laço indutivo fornecem dados como o peso do veículo.
• Dados de sensores LiDAR para complementar as transmissões de CCTV que, em alguns casos de uso, podem ser mais fiáveis para processamento para reconhecimento computacional.

Metodologia de Integração

Segue-se uma visão geral do processo que realizaríamos para integrar um sistema especialista de monitorização de tráfego baseado em inteligência artificial dentro de uma sala de controlo:

1. Identificar feeds de CCTV/LiDAR e o sistema de câmaras que fornece monitorização e gravação de tais feeds.
2. Encaminhar feeds para um supercomputador ou fornecedor de computação em nuvem para análise e processamento em tempo real.
3. Passar as transmissões pela Telemus AI™ e devolver transmissões de vídeo aumentadas de volta aos sistemas de monitorização de segurança dentro da sala de controlo.
4. Configurar alertas personalizados para o pessoal de segurança com base no que é detetado de acordo com os parâmetros em que os operadores da sala de controlo desejam que opere.
5. Avaliar constantemente o desempenho do sistema de inteligência artificial para melhorá-lo e gerar continuamente eficiências ainda maiores.

Dado que a Telemus AI™ trata da implementação técnica da inteligência artificial, as organizações podem focar-se na lógica de negócio e nos processos e procedimentos internos, incorporando as capacidades tecnológicas.

Aplicações Organizacionais

A seguinte lista apresenta outras potenciais aplicações para a sua organização:

• Melhorar a eficiência, eficácia e desempenho das salas de controlo de tráfego.
• Determinar pontos críticos de tráfego para otimizar o planeamento urbano e reduzir o congestionamento de tráfego.
• Rastrear veículos de frota se estiverem dentro de um estacionamento e forem devolvidos pelos funcionários da empresa.
• Rastrear veículos dentro de estacionamentos e medir a duração da estadia para compreender melhor os comportamentos dos pendulares.

Benefícios Potenciais e Realizados

Os benefícios potenciais de sistemas especialistas baseados em inteligência artificial são imensos. A implementação pode levar a uma melhor produtividade dos operadores da sala de controlo, erros reduzidos na deteção de eventos, melhor planeamento urbano e rodoviário, menor congestionamento de tráfego e uma melhor compreensão geral da rede rodoviária, tudo isso tendo em conta a dimensão temporal, melhorando a compreensão dos métodos estáticos típicos.

Atualmente, muitos destes sistemas ainda estão na fase de pesquisa e desenvolvimento. No entanto, o planeamento organizacional deve ocorrer desde já, pois os desafios de implementação serão vastos, mesmo à medida que o estado da arte melhora. A Telemus AI™ possui implementações robustas de tecnologias de inteligência artificial e pode ter sistemas incorporados que operam em escala.

A Telemus AI™ é uma empresa de inteligência artificial sediada na Austrália que fornece soluções avançadas ao governo e às empresas. Contacte-nos hoje para uma consulta gratuita sobre como a Telemus AI™ pode ser incorporada na sua organização.